[发明专利]一种用于车辆自动驾驶的决策网络模型的生成方法及装置有效
| 申请号： | 201710201086.8 | 申请日： | 2017-03-30 |
| 公开（公告）号： | CN107169567B | 公开（公告）日： | 2020-04-07 |
| 发明（设计）人： | 夏伟;李慧云 | 申请（专利权）人： | 深圳先进技术研究院 |
| 主分类号： | G06N5/02 | 分类号： | G06N5/02;G06N20/00 |
| 代理公司： | 深圳智趣知识产权代理事务所(普通合伙) 44486 | 代理人： | 王策 |
| 地址： | 518055 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明适用计算机技术领域，提供了一种用于车辆自动驾驶的决策网络模型的生成方法及装置，所述方法包括：根据每个试验时刻采集的车辆状态信息、预设的车辆动作集合以及预设的奖励回报函数，生成每个试验时刻对应的样本三元组，将所有样本三元组存储为预先构建的经验数据库中的样本数据，并对所有样本数据进行聚类分析，根据预设的采样比例值，在经验数据库聚类分析得到的每个簇中均匀地采集训练样本，并计算每个训练样本的回报累计值，根据所有训练样本、每个训练样本的回报累计值以及预设的深度学习算法，训练得到车辆自动驾驶的决策网络模型，从而有效地提高了该决策网络模型的训练效率以及该策略网络模型的泛化能力。 | ||
| 搜索关键词： | 一种 用于 车辆 自动 驾驶 决策 网络 模型 生成 方法 装置 | ||
【主权项】：
一种用于车辆自动驾驶的决策网络模型的生成方法，其特征在于，所述方法包括下述步骤：根据每个试验时刻采集的车辆状态信息、预设的车辆动作集合以及预设的奖励回报函数，生成所述每个试验时刻对应的样本三元组；将所有样本三元组存储为预先构建的经验数据库中的样本数据，并对所述经验数据库中所有的样本数据进行聚类分析；根据预设的采样比例值，在所述经验数据库聚类分析得到的每个簇中均匀地采集训练样本，并计算每个训练样本对应的累计回报值；根据所有训练样本、所述每个训练样本的累计回报值以及预设的深度学习算法，训练得到当前车辆自动驾驶的决策网络模型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于深圳先进技术研究院，未经深圳先进技术研究院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710201086.8/，转载请声明来源钻瓜专利网。
